Microsoft explica falha global no Outlook, Teams e Copilot
Publicado em · Atualizado em

Destaques
- Microsoft detalha as três causas de falha em massa que afetou serviços globais por quase 24 horas.
- Uma atualização de software latente, combinada com aumento de tráfego e redução da capacidade dos servidores, levou à interrupção.
- Relatório pós-incidente definitivo será publicado pela empresa esta semana.
A Microsoft divulgou uma explicação detalhada sobre as três causas que provocaram a falha em massa dos serviços Outlook, Teams e Copilot em mais de 70 países na última quinta-feira (12), que durou quase 24 horas. A empresa de tecnologia explicou que uma falha oculta de software, combinada com um aumento no tráfego de rede e uma menor capacidade dos servidores, provocou uma interrupção global do serviço no gateway de rede, que atende a muitos serviços do Microsoft 365.
“Lamentamos profundamente o impacto sobre todos os nossos clientes e reconhecemos o impacto que isso tem em suas operações e negócios normais”, afirmou Charles Lamanna, vice-presidente executivo de Copilot, Agentes e Plataformas da Microsoft, em uma publicação no X (antigo Twitter), onde resumiu as causas detalhadas no relatório preliminar pós-incidente.
Três fatores causaram a falha global
O incidente foi causado por três fatores principais. O primeiro foi uma falha latente decorrente de uma atualização de correção para os servidores de gateway de rede do Microsoft 365, que começou a ser lançada em julho deste ano e, por mais de três meses, não causou nenhum impacto. No entanto, essa falha se manifestou na última quinta-feira, sobrecarregando os servidores e fazendo com que deixassem de funcionar sob certas condições de carga.
O segundo fator foi um aumento repentino da carga. A Microsoft conta com dois sistemas independentes de gateways de rede. Quinze horas antes da queda em massa, o Teams realizou uma alternância por engano do gateway de rede alternativo para o principal, que também atende ao Exchange Online. Como resultado, a carga desse gateway aumentou e seus padrões de tráfego foram alterados.
A terceira razão foi que, ao mesmo tempo, quase 14% da capacidade dos servidores do gateway de rede estava fora de serviço devido a outro problema não relacionado, surgido no dia anterior. Tudo isso ocorreu durante o horário de maior tráfego nos Estados Unidos. A solução que normalmente redireciona automaticamente os usuários em caso de perda de conectividade agravou o problema nos pontos de conexão restantes, provocando uma falha em cascata. No pior momento, mais de 80% dos servidores não respondiam.
Recuperação diferenciada entre serviços
O fato de o Teams, o OneDrive, o SharePoint e os aplicativos do Office terem sido restaurados mais cedo, em 11 horas e 50 minutos, deveu-se à capacidade de se desligarem da infraestrutura do gateway de rede afetada. Por outro lado, a recuperação do Exchange Online, incapaz de se desconectar desse gateway, levou mais tempo, pois a Microsoft não conseguiu reverter a alteração com seus mecanismos habituais.
No total, o Exchange Online foi restaurado às 17h10 (horário da Península) do dia 13 de novembro, após 23 horas e 50 minutos. O encerramento oficial ocorreu às 5h17 do sábado (horário da Península). A solução da Microsoft foi desenvolver uma atualização para corrigir a falha, restaurando o código ao seu estado correto e reativando a infraestrutura gradualmente.
Próximos passos
A Microsoft publicará ao longo desta semana o relatório pós-incidente definitivo, no qual serão explicados mais detalhes sobre o ocorrido. A empresa já havia divulgado os números MO1550821 e EX1550543 para acesso ao relatório preliminar.



